آموزش متلب با نگرش تحلیل آماری، تحلیل سری های زمانی و داده های مکانی
آموزش متلب با نگرش تحلیل آماری، تحلیل سری های زمانی و داده های مکانی
چکیده
تحلیل آماری، تحلیل سری های زمانی، پردازش سیگنال، داده های مکانی و پردازش تصویر از مباحث بسیار مهم در بسیاری از فعالیت های علمی و فنی به شمار می رود. در این فرادرس به صورت کاملا کاربردی تحلیل آماری یک و دو متغیره، تحلیل سری های زمانی و چگونگی استفاده از داده های مکانی در محیط MATLAB با ارائه کد نویسی های مربوطه ارائه می گردد.
توضیحات تکمیلی
تحلیل آماری، تحلیل سری های زمانی، پردازش سیگنال، داده های مکانی و پردازش تصویر از مباحث بسیار مهم در بسیاری از فعالیت های علمی و فنی به شمار می رود. انجام این تحلیل ها، فعالیت علمی پیچیده ای است که برای رفع آن استفاده از زبان برنامه نویسی متلب بسیار مشکل گشا می شود.
در این آموزش به صورت کاملا کاربردی تحلیل آماری یک و دو متغیره، تحلیل سری های زمانی و چگونگی استفاده از داده های مکانی در محیط MATLAB با ارائه کد نویسی های مربوطه ارائه می گردد.
فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
- درس یکم: مقدمه ای بر تحلیل انواع داده ها و آمار تک متغیره
- جمع آوری داده ها
- انواع داده ها
- روش های تحلیل داده ها، پراکندگی های تجربی
- مثالی از پراکندگی های تجربی
- پراکندگی های تئوری
- مثالی از پراکندگی های تئوری
- تست t
- تست F
- تست Chi square
- درس دوم: آمار دو متغیره
- ضریب همبستگی پیرسون (Pearson correlation coefficient)
- تحلیل رگرسیون خطی کلاسیک
- تحلیل باقیمانده ها
- تخمین بوت استرپ (Bootstrap)
- تخمین جکنایف (Jackknife)
- ارزش گذاری کراس
- رگرسیون محور اصلی اصلاح شده
- رگرسیون کرویلینیر
- درس سوم: تحلیل سری های زمانی
- تولید سیگنال
- تحلیل خود طیفی
- تحلیل طیفی چلیپایی
- درون یابی و تحلیل داده ها
- درس چهارم: داده های مکانی
- انواع داده های مکانی
- The GSHHS shoreline Data Set
- The 2-Minute Gridded Global Elevation Data ETOPO2
- The 30-Arc Second Elevation Model GTOPO30
- The Shuttle Radar Topography Mission SRTM
- Gridding and Contouring Background
- Gridding Example
- Comparison of Methods and Potentials Artifacts
- Geostatistics
مفید برای رشته های
- علوم زمین
در ادامه لیست کتب انگلیسی منتشر شده در این زمینه معرفی شده اند:
- Martin Trauth; MATLAB® Recipes for Earth Sciences; 2015
- Martin Trauth; MATLAB® Recipes for Earth Sciences; 2010
آنچه در این آموزش خواهید دید:
نرم افزارهای مرتبط با آموزش
پیش نمایش‌ها
۱.
مقدمه ای بر تحلیل انواع داده ها و آمار تک متغیره (الف)
توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۱۳ مگابایت -- (کلیک کنید +))
۲.
مقدمه ای بر تحلیل انواع داده ها و آمار تک متغیره (ب)
توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۳۳ مگابایت -- (کلیک کنید +))
۳.
آمار دو متغیره
توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۳۶ مگابایت -- (کلیک کنید +))
۴.
تحلیل سری های زمانی
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۵.
داده های مکانی (الف)
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۶.
داده های مکانی (ب)
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.راهنمای سفارش آموزش‌ها
در مورد این آموزش یا نحوه تهیه آن سوالی دارید؟
- با شماره تلفن واحد مخاطبین ۵۷۹۱۶۰۰۰ (پیش شماره ۰۲۱) تماس بگیرید. - تمام ساعات اداری
- با ما مکاتبه ایمیلی داشته باشید (این لینک). - میانگین زمان پاسخ دهی: ۳۰ دقیقه
اطلاعات تکمیلی
| نام آموزش | آموزش متلب با نگرش تحلیل آماری، تحلیل سری های زمانی و داده های مکانی |
|---|---|
| ناشر | فرادرس |
| شناسه اثر | ۸–۱۲۴۵۲–۰۵۳۹۲۳ (ثبت شده در مرکز رسانه‌های دیجیتال وزارت ارشاد) |
| کد آموزش | FVMA94101 |
| مدت زمان | ۷ ساعت و ۵۰ دقیقه |
| زبان | فارسی |
| نوع آموزش | آموزش ویدیویی (لینک دانلود) |
| حجم دانلود | ۵۶۱ مگابایت (کیفیت ویدئو HD با فشرده سازی انحصاری فرادرس) |
نظرات
فرناز
در کل آموزش هایی که در خصوص متلب ارائه شده خیلی خوب هستند و من واقع راضی هستم تقریبا نیم بیشتر نیازهای منو برطرف شد با مشاهده این آموزش.
افشین
در کل آموزش خوبی بود اما من بعضی مطالب رو میخواستم که در آموزش گفته نشده بود.
محمد
درود بر دکتر حکمتیان.
دولت زاده
بسیار گویا بیان کرده اند.
esfandiari
سلام.
بدون حاشیه و گویا مباحث رو بیان کردند. امیدوارم آموزش های دیگه ای با این شیوه تدریس ارائه بدهند علی الخصوص در زمینه پیش بینی سری زمانی البته منظورم پیش بینی داده های ناموجود هست نه داده های تست. آموزشی که در فرادرس جاش خالیه...
محمود
عالی است.